基于ISAR圖像的艦船目標識別研究.pdf

1、第二次世界大戰(zhàn)以來，雷達在現(xiàn)代戰(zhàn)爭中扮演著越來越重要的角色。逆合成孔徑雷達（ISAR)由于其豐富的信息獲取能力，為雷達的自動目標識別(ATR)技術(shù)提供了良好的應用場景。岸基ISAR可以對艦船目標進行遠距離二維成像，獲取目標的形態(tài)結(jié)構(gòu)等特征，因此，基于ISAR圖像的艦船目標識別技術(shù)具有著廣闊的發(fā)展前景和應用價值。本課題基于ISAR實測數(shù)據(jù)，對艦船目標自動識別技術(shù)進行了研究。研究內(nèi)容主要包含以下幾個方面：
　　首先，針對艦船目標ISA

2、R圖像中典型的噪聲和結(jié)構(gòu)殘缺問題，提出了包含圖像分割去噪和形態(tài)學方法等的完整的圖像預處理流程，獲取了目標清晰完整無噪點的圖像。
　　其次，研究了艦船目標的形態(tài)特征提取方法，并基于實測數(shù)據(jù)，研究了形態(tài)特征對橫向定標和樣本分布等實際問題的穩(wěn)健性，為形態(tài)特征的實際應用提供了依據(jù)。
　　此外，提出了幾種艦船目標上層結(jié)構(gòu)曲線的自適應分段算法。均值梯度法在視覺上最合理的位置對曲線進行分段，而均值逼近法和聚類法則通過追求分段后段內(nèi)曲線分布

3、更加接近來實現(xiàn)曲線的最優(yōu)分段，而基于拐點的聚類法則結(jié)合了這兩個角度。對實測數(shù)據(jù)進行實驗的結(jié)果證明了自適應分段算法對上層結(jié)構(gòu)編碼特征區(qū)分度的有效提升。
　　最后，本文將模糊集理論引入，提出了基于上層結(jié)構(gòu)編碼的模糊識別技術(shù)。該技術(shù)通過將目標表示為全體編碼論域上的模糊集，擴展了原有上層結(jié)構(gòu)編碼的描述能力，并采用最大貼近度原則，對目標進行識別。該技術(shù)通過一種兩步式的計算方法，利用分段相對均值特征，得到所有編碼對目標的隸屬度，從而將目標表示